基于MATLAB的微型车动力传动系参数优化设计

基于MATLAB的汽车传动系参数的优化设计
肖悦;陈宗好;高扬;顾福勇
【期刊名称】《汽车科技》
【年(卷),期】2007(000)001
【摘要】汽车传动系参数对整车的动力性和经济性有很大的影响.以驱动功率损失率和六工况百公里油耗量分别作为衡量汽车动力性和经济性的评价指标,采用动力性经济性统一目标函数建立汽车传动系参数优化模型,应用MATLAB软件优化工具箱中的优化计算函数来编制程序,最后对某样车的传动系参数进行优化,表明了优化设计的正确性与实用性.
【总页数】4页(P26-29)
【作者】肖悦;陈宗好;高扬;顾福勇
【作者单位】合肥工业大学,机械与汽车工程学院,合肥,230009;合肥工业大学,机械与汽车工程学院,合肥,230009;合肥工业大学,机械与汽车工程学院,合肥,230009;合肥工业大学,机械与汽车工程学院,合肥,230009
【正文语种】中文
【中图分类】U4
【相关文献】
1.基于整车性能的汽车传动系参数的优化设计 [J], 李素华;唐新蓬;方群波
2.基于MATLAB遗传算法的汽车传动系参数优化研究 [J], 陆超;
3.基于MATLAB遗传算法的汽车传动系参数优化研究 [J], 陆超
4.基于MATLAB平台的汽车传动系参数优化系统 [J], 许康;谢成;
5.基于循环工况的电动汽车传动系参数正交优化设计 [J], 朱曰莹;王子龙;韩光省;赵桂范;杨娜
因版权原因，仅展示原文概要，查看原文内容请购买。

matlab汽车动力系统设计汽车动力系统设计是现代汽车工程中的一个重要环节。

它涉及到了汽车动力源、传动系统和控制系统等多个方面，对汽车的性能和燃油效率有着直接影响。

本文将从汽车动力系统设计的角度出发，探讨其中的关键要素和设计原则。

汽车动力源是汽车动力系统设计的核心。

目前，常见的汽车动力源主要包括内燃机和电动机。

内燃机可以进一步分为汽油机和柴油机。

选择适合的动力源是汽车动力系统设计的首要任务。

在选择动力源时，需要考虑到车辆的用途、性能要求和环境影响等因素。

例如，对于城市代步车型，电动机可能更加适合，而对于跑车或越野车型，内燃机可能更具优势。

传动系统是汽车动力系统设计中的另一个重要组成部分。

传动系统的设计目标是将动力源产生的扭矩和转速传递到车轮上，以实现汽车的运动。

传动系统一般包括离合器、变速器和驱动轴等。

离合器的作用是在换挡时断开动力源和传动系统的连接，变速器则可以根据驾驶需求调整输出扭矩和转速。

在传动系统设计中，需要考虑到传动效率、换挡顺畅性和可靠性等因素。

控制系统在汽车动力系统设计中也起着重要作用。

控制系统包括发动机控制单元（ECU）和车辆动力控制系统等。

发动机控制单元通过对发动机的点火、喷油和气门控制等进行精确调整，以实现动力输出和燃油经济性的平衡。

车辆动力控制系统则通过对传动系统和车轮的控制，提供更好的操控性能和稳定性。

在设计控制系统时，需要考虑到系统的可调性、响应速度和稳定性等因素。

除了上述要素，汽车动力系统设计还需要考虑其他一些因素。

例如，车辆的质量分布、空气动力学特性和轮胎参数等。

车辆的质量分布会影响车辆的平衡性和操控性能，因此需要在设计中充分考虑。

空气动力学特性则决定了车辆的空气阻力和气动性能，对于高速车型尤为重要。

轮胎参数包括轮胎类型、尺寸和胎压等，会直接影响到车辆的牵引力和操控性能。

在汽车动力系统设计中，需要遵循一些基本原则。

首先，要确保动力系统的可靠性和安全性。

汽车是一种复杂的机械装置，因此在设计中要考虑到各种可能的故障和安全风险，并采取相应的措施来保证车辆的安全性。

基于MATLAB的某微型商用车传动轴主轴的优化设计王塞罗，崔亚辉，齐焕敏（西安理工大学机械与精密仪器工程学院，西安710000）摘要：传动轴是高转速少支承的回转体，因此保证强度的同时减轻质量就显得十分重要。

文中采用三维设计软件C A T I A V5对某小型商用车传动轴进行了三维建模，然后利用MA T L A B优化设计工具箱以搭配最佳的内外径，最后利用C A T I AV5 C A E模块对传动轴进行了分析。

验证了优化设计的可行性，为整车传动系设计提供了参考依据。

关键词：三维设计；C A T I A；优化设计；MA T L A B中图分类号:U463.216；TH122文献标志码:A文章编号：员园园圆原圆猿猿猿（圆园员8）06原园004原园3 Transmission Shaft Design of a Micro Commercial Vehicle Based on CATIA and MATLABWANG Sailuo,CUI Yahui,QI Huanmin(School of Mechanical and Precision Instrument Engineering,Xi'an University of Technology,Xi'an710048,China) Abstract:The transmission shaft is a rotating body with high speed and less support,light weight and high strength transmission shaft has important influence on vehicle noise control.So it is important to ensure the strength while minimizing the weight of a transmission shaft.This paper designs the shaft in the CATIUA V5,then uses MATLAB to optimize the shaft and get its optimal inside and outside diameter.Static and modal analysis of the transmission shaft is carried out by using CATIA V5CAE analysis module.The feasibility of the optimization design is verified.The natural frequency and vibration mode of the optimization model are obtained,which provides a reference for the design of the powertrain of the whole vehicle.Keywords:three-dimension design;CATIA;optimal design;MATLAB0引言传动轴是作为前置后驱车辆传动系中必不可少的一部分，它的功能是传递转矩至驱动桥。

2020年9月Sep. 2020第37卷 第9期Vol. 37 No. 9新乡.学院学报..Journal of Xinxiang University基于MATLAB 的电动汽车传动系统的优化张贤栋(安徽机电职业技术学院汽车与轨道学院，安徽 芜湖241000)摘 要：针对固定速比减速器和两档AMT 变速器两种电动汽车的传动系统，利用MATLAB 软件分别从传动效率、电机匹配度、能耗及电池发热等四方面对两种传动系统的性能进行分析与对比，并得出结论：两档AMT 变速器的性能优于固定速比减速器，可选择两档AMT 变速器作为电动汽车的传动系统。

关键词：MATLAB ；电动汽车；固定速比减速器；两档AMT 变速器中图分类号：TH 136 文献标识码：A 文章编号：2095-7726(2020)09-0065-04目前，燃油汽车已成为人们出行的主要交通工具。

燃油汽车的增多，不仅消耗了珍贵的石油资源,而且因 排放有害气体加重了空气污染，甚至严重影响人们的 身心健康⑴。

因此,人们已开始研究用新能源汽车代替传统燃油汽车的问题。

随着锂电池设计水平的提高和 制造技术的发展，其应用领域也变得越来越广。

由于锂电池具有节能和环保的双重优势，以锂电池为动力源的新能源汽车代替传统的燃油汽车已成为当今及未来 汽车行业发展的趋势⑵。

锂电池动力源和传动系统是电动汽车的关键部件,锂电池的质量决定了电动汽车的整体性能,而传动 系统的质量决定了电动汽车的灵敏度和故障率⑶。

由 此可见，传动系统在电动汽车中占据重要地位。

现在,电动汽车仍处于试验和推广阶段，研究人员关心最多 的是电池的散热与续航能力，忽略的是传动系统结构 的优化与改进。

因此，电动汽车仍然采用燃油汽车的传动系统，会造成传动系统与电池的使用出现不匹配或脱节等现象，其结果是电动汽车整车的可靠性与稳定 性都较差。

在本文中，笔者基于MATLAB 软件对电动 汽车的传动系统进行了研究，为电动汽车的传动系统 优化与升级提供了理论依据。

基于MATLAB车辆动力传动系统建模与仿真研究作者：王铁刘菲菲来源：《科技视界》2013年第34期【摘要】本文在MATLAB/Simulink环境下，建立了车辆动力传动系及其各部件的动力学仿真模型，该系统可以模拟最佳动力性换挡规律下车辆的行驶性能，模拟车辆换挡的动态过程，为换挡规律的开发、换挡动态过程的控制的研究提供了方便。

【关键词】自动变速器；建模；仿真；动力传动系统0 引言由于市场竞争激烈，在对车辆动力传动系统的研究中，各厂商要在短时间内开发出新的产品，就需要通过软件建模仿真这样的有效的途径，既满足用户需求，同时可以给厂家赢得利益。

车辆传动系统的建模仿真对分析整个动力系统及相关子系统的行为非常有利，不仅能进行不同设计方案的比较，还能够更精确的理解各种换挡规律对车辆性能的影响[1]。

1 车辆动力传动系动力学分析动力传动系统以变矩器为界可分为三个部分：发动机与变矩器泵轮固连的部分为前半部分；变矩器涡轮与变速器、传动轴、主减速器、车轮共同组成后半部分；变矩器本身为一部分[2-4]。

1.1 传动系前部分对于由发动机与泵轮组成的前部分有式（1）、（2）的动力学方程，由于泵轮与发动机相连故发动机负载转矩Mi即为泵轮转矩。

Iebn■=Me-Mi（1）Ieb=Ie+Ib（2）式中：ne——发动机转速，r/min；Ieb——发动机和泵轮的转动惯量，kg·m2；Ie——发动机转动惯量； Ib——泵轮转动惯量；Me——发动机转矩，N·m； Mi——发动机负载转矩。

1.2 传动系后部分对于动力传动系后半部分，动力学方程如式（3）-（7），由于涡轮与变速器相连，涡轮的输出转速nT为变速器的输入转速nin，涡轮的输出转矩MT为变速器的输入转矩Min。

车辆的驱动力是由发动机转矩经传动系传至车轮上得到的。

车轮上的驱动力Ft和车速v由式（3）-（4）得到。

车辆动力学方程如式（7），它反应了车辆在行驶过程中所受到的各种阻力，并用来估算车辆的车速和加速度。

matlab汽车动力系统设计设计汽车动力系统是通过使用MATLAB软件来模拟和优化车辆动力系统的性能和效率。

下面是一些MATLAB在汽车动力系统设计中常用的工具和方法：1. 建立动力系统模型：使用Simulink来建立一个包含发动机、传动系统和车辆动力总成的模型。

可以通过连接各个子系统和组件来构建整个动力系统模型。

2. 发动机模型：使用MATLAB来创建发动机模型，包括燃烧过程、燃料喷射、排气系统和进气系统等。

可以利用MATLAB的优化工具来优化发动机性能和燃料效率。

3. 传动系统模型：使用Simulink来建立传动系统模型，包括变速器、离合器和传动轴等。

可以使用MATLAB来优化传动系统的效率和响应速度。

4. 操纵模型：使用Simulink来建立车辆操纵模型，包括转向系统、制动系统和悬挂系统等。

可以使用MATLAB进行悬挂系统的参数优化和转向系统的动态性能分析。

5. 环境模型：使用MATLAB来模拟车辆在不同环境条件下的性能，包括温度、海拔和空气密度等。

可以使用MATLAB的控制系统工具箱来设计和调优车辆的控制系统。

6. 燃料经济性分析：使用MATLAB来分析和优化车辆的燃油经济性。

可以使用MATLAB的统计工具箱来分析大量的测试数据，找出燃油经济性的关键因素，并进行改进。

7. 噪音和振动分析：使用MATLAB来分析车辆的噪音和振动性能，包括发动机噪声、风噪声和悬挂系统的振动等。

可以使用MATLAB的信号处理工具箱来分析和优化噪音和振动特性。

MATLAB提供了丰富的工具和功能来支持汽车动力系统的设计和优化。

通过使用MATLAB，可以更好地理解和改进车辆的性能和效率。

汽车传动系统，多目标优化（粒子群法）matlab原程序代码，供参考学习！可以根据实际情况进行更改进行运算。

原码：function apso% 参数设置定义全局变量global lamda1 lamda2 m ua_max eta_T r G f alpha Cd A rou K Ttq_max Fz fai ge_ne_pe dulamda1 = 0.2; % 动力性发挥程度加权因子；lamda2 = 0.8; % 经济性加权因子；m = 1092; % 整车质量（kg）；ua_max = 50; % 最大车速(km/h)；eta_T = 0.9; % 传动系的传动效率；r = 0.3; % 车轮半径(m)；g = 9.8; % 重力加速度（g*m/s^2）G = m*g; % 汽车重力G=mg，(N)；f = 0.015; % 汽车的滚动阻力系数；alpha = 25*pi/180; % 道路坡度角-->弧度；Cd = 0.32; % 空气阻力系数；A = 1.5; % 迎风面积，即汽车行驶方向的投影面积(m^2)；rou = 7.0; % 燃油重度，N/L等同于密度；K = 1.05; % 考虑连续加速,加权系数；Ttq_max = 132; % 发动机的最大转矩(N.m)；Fz = G/4; % 驱动轮上的法向反作用力(N)；fai = 0.7; % 地面附着系数；ge_ne_pe = 205; % 发动机的燃油消耗率(g/kW.h)；du = 0.1; % 步长% 变量Lb=[ 1 1 0.5 0.5 0.3 2]; %下边界Ub=[5.0 4.0 3.0 2.0 1.0 6]; %上边界% 默认参数para=[25 150 0.95]; %[粒子数，迭代次数，gama参数]% APSO 优化求解函数[gbest,fmin]=pso_mincon(@cost,@constraint,Lb,Ub,para);% 输出结果Bestsolution=gbest % 全局最优个体fmin%% 目标函数function fy=cost(x)% ig1 = x(1); %变速器第1挡的传动比% ig2 = x(2); %变速器第2挡的传动比% ig3 = x(3); %变速器第3挡的传动比% ig4 = x(4); %变速器第4挡的传动比% ig5 = x(5); %变速器第5挡的传动比% ig0 = x(6); %主减速器传动比global lamda1 lamda2 m ua_max eta_T r G f alpha Cd A rou K Ttq_max Fz fai ge_ne_pe du% 发动机功率(Pe)T = 0; % 时间Q = 0; % 耗油量for ua = 0.1:0.1:ua_maxif ua<=10delta = 1.06+0.04*x(1).^2; % 汽车旋转质量换算系数ne = ua*x(6)*x(1)/0.377/r; % 转速（r/min）Pe=(G*f*ua/3600+Cd*A*ua.^3/76140+delta*m*ua*du/3600)/eta_T;Me = 9549*Pe./ne; % 发动机转矩(N.m)Ft = Me*x(1)*x(6)*eta_T/r; % 汽车的驱动力elseif ua>10 && ua<=20delta = 1.06+0.04*x(2).^2; % 汽车旋转质量换算系数ne = ua*x(6)*x(2)/0.377/r; % 转速（r/min）Pe = ( G*f*ua/3600 + Cd*A*ua.^3/76140 + delta*m*ua*du/3600)/eta_T;Me = 9549*Pe./ne; % 发动机转矩(N.m)Ft = Me*x(2)*x(6)*eta_T/r; % 汽车的驱动力elseif ua>20 && ua<=30delta = 1.06+0.04*x(3).^2; % 汽车旋转质量换算系数ne = ua*x(6)*x(3)/0.377/r; % 转速（r/min）Pe = ( G*f*ua/3600 + Cd*A*ua.^3/76140 + delta*m*ua*du/3600)/eta_T;Me = 9549*Pe./ne; % 发动机转矩(N.m)Ft = Me*x(3)*x(6)*eta_T/r; % 汽车的驱动力elseif ua>30 && ua<=40delta = 1.06+0.04*x(4).^2; % 汽车旋转质量换算系数ne = ua*x(6)*x(4)/0.377/r; % 转速（r/min）Pe = ( G*f*ua/3600 + Cd*A*ua.^3/76140 + delta*m*ua*du/3600)/eta_T;Me = 9549*Pe./ne; % 发动机转矩(N.m)Ft = Me*x(4)*x(6)*eta_T/r; % 汽车的驱动力elseif ua>40 && ua<=ua_maxdelta = 1.06+0.04*x(4).^2; % 汽车旋转质量换算系数ne = ua*x(6)*x(5)/0.377/r; % 转速（r/min）Pe = ( G*f*ua/3600 + Cd*A*ua.^3/76140 + delta*m*ua*du/3600)/eta_T;Me = 9549*Pe./ne; % 发动机转矩(N.m)Ft = Me*x(5)*x(6)*eta_T/r; % 汽车的驱动力endFf = G*f*cos(alpha); % 汽车的滚动阻力Fw = Cd*A*ua.^2/21.15; % 汽车的空气阻力% f1(x)动力性分目标函数T = T + delta*m*du/(Ft-Ff-Fw); % 从0到最大速度ua_max所用时间% f2(x)经济性分目标函数delta_S = (ua + ua+du)/2; % 单位距离Q = Q + K*Pe*ge_ne_pe*delta_S./102./ua./rou; % 耗油量endfy = lamda1*T + lamda2*Q;% 非线性约束function [g,geq]=constraint(x)global lamda1 lamda2 m ua_max eta_T r G f alpha Cd A rou K Ttq_max Fz fai ge_ne_pe du% 不等式限制条件q = (x(1)./x(5)).^(1/4);g(1)= Ttq_max*x(1)*x(6)*eta_T/r - Fz*fai;g(2)= 0.85*q-x(1)./x(2);g(3)= x(1)./x(2)-1.15*q;g(4)= 0.80*q-x(2)./x(3);g(5)= x(2)./x(3)-1.1*q;g(6)= 0.75*q-x(3)./x(4);g(7)= x(3)./x(4)-1.05*q;g(8)= 0.7*q-x(4)./x(5);g(9)= x(4)./x(5)-1.0*q;g(10)= x(2)./x(3)-0.95*x(1)./x(2);g(11)= x(3)./x(4)-0.95*x(2)./x(3);g(12)= x(4)./x(5)-0.95*x(3)./x(4);g(13)= x(2)-x(1);g(14)= x(3)-x(2);g(15)= x(4)-x(3);g(16)= x(5)-x(4);g(17)= x(1)-x(6);% 如果没有等式约束，则置geq=[]；geq=[];%% APSO Solverfunction [gbest,fbest]=pso_mincon(fhandle,fnonlin,Lb,Ub,para) if nargin<=4,para=[20 150 0.95];endn=para(1); % 粒子种群大小time=para(2); % 时间步长，迭代次数gamma=para(3); % gama参数scale=abs(Ub-Lb); % 取值区间% 验证约束条件是否合乎条件if abs(length(Lb)-length(Ub))>0,disp('Constraints must have equal size');returnendalpha=0.2; % alpha=[0,1]粒子随机衰减因子beta=0.5; % 收敛速度(0->1)=(slow->fast);% 初始化粒子群best=init_pso(n,Lb,Ub);fbest=1.0e+100;% 迭代开始for t=1:time,%寻找全局最优个体for i=1:n,fval=Fun(fhandle,fnonlin,best(i,:));% 更新最有个体if fval<=fbest,gbest=best(i,:);fbest=fval;endend% 随机性衰减因子alpha=newPara(alpha,gamma);% 更新粒子位置best=pso_move(best,gbest,alpha,beta,Lb,Ub);% 结果显示str=strcat('Best estimates: gbest=',num2str(gbest));str=strcat(str,' iteration='); str=strcat(str,num2str(t));disp(str);fitness1(t)=fbest;plot(fitness1,'r','Linewidth',2)grid onhold ontitle('适应度')end% 初始化粒子函数function [guess]=init_pso(n,Lb,Ub)ndim=length(Lb);for i=1:n,guess(i,1:ndim)=Lb+rand(1,ndim).*(Ub-Lb);end%更新所有的粒子toward (xo,yo)function ns=pso_move(best,gbest,alpha,beta,Lb,Ub)% 增加粒子在上下边界区间内的随机性n=size(best,1); ndim=size(best,2);scale=(Ub-Lb);for i=1:n,ns(i,:)=best(i,:)+beta*(gbest-best(i,:))+alpha.*randn(1,ndim).*scale; endns=findrange(ns,Lb,Ub);% 边界函数function ns=findrange(ns,Lb,Ub)n=length(ns);for i=1:n,% 下边界约束ns_tmp=ns(i,:);I=ns_tmp<Lb;ns_tmp(I)=Lb(I);% 上边界约束J=ns_tmp>Ub;ns_tmp(J)=Ub(J);%更新粒子ns(i,:)=ns_tmp;end% 随机性衰减因子function alpha=newPara(alpha,gamma); alpha=alpha*gamma;% 带约束的d维目标函数的求解function z=Fun(fhandle,fnonlin,u)% 目标z=fhandle(u);z=z+getconstraints(fnonlin,u); % 非线性约束function Z=getconstraints(fnonlin,u)% 罚常数>> 1PEN=10^15;lam=PEN; lameq=PEN;Z=0;% 非线性约束[g,geq]=fnonlin(u);%通过不等式约束建立罚函数for k=1:length(g),Z=Z+ lam*g(k)^2*getH(g(k));end% 等式条件约束for k=1:length(geq),Z=Z+lameq*geq(k)^2*geteqH(geq(k)); end% Test if inequalitiesfunction H=getH(g)if g<=0,H=0;elseH=1;end% Test if equalities hold function H=geteqH(g) if g==0,H=0;elseH=1;end。

基于MATLAB平台的汽车传动系参数优化系统作者：许康谢成来源：《电子技术与软件工程》2013年第20期摘要本文通过将优化规划理论引入到汽车传动系参数设计中，以实现汽车的发动机与传动系的最佳匹配，并以MATLAB做为开发平台，开发出一套汽车传动系参数设计的软件，并通过实例计算结果的分析，说明该软件的可行性、可靠性。

1 前言目前国内关于汽车发动机与传动系优化匹配的研究主要包括传动系参数优化模型的研究；汽车传动系参数优化设计评价指标的研究；汽车传动系各部分数学模型的研究；按给定工况模式的模拟研究；按实际路况随机模拟的研究以及模拟程序的开发和研究。

本文属于传动系参数优化模型的研究方面。

通过建立数学模型，对车辆的动力性以及燃油经济性进行分析计算，在此基础上运用MATLAB平台，通过优化理论，开发一套汽车传动系参数优化系统，并以哈飞路宝轿车为例，进行了传动系参数优化设计。

优化过程是个比较复杂的问题，很多软件需要自己根据优化方法进行程序代码、算法的编写，而Matlab提供了强大的优化工具箱，使得优化问题简单化。

2 发动机数学模型建立通常我们采用多项式来描述由试验台测得的发动机的扭矩特性曲线：式中的、通过最小二乘法进行确定；阶数k随特性曲线而定，经过计算，一般k=4时，拟合曲线的精度较高。

3 汽车动力性数学模型建立本文数学模型建立中以加速时间作为动力性目标函数，而汽车的最高车速、最大爬坡度在约束条件中得到体现。

根据GB/T 12543—90《中华人民共和国国家标准一汽车加速性能实验方法》Ⅲ中规定求解汽车起步连续换档加速时间。

汽车的行驶方程式，即：（2）其中：为发动机的扭矩，由曲线可以通过拟合而得；为主减速比；为各档传动比；为传动系的机械效率；其值可取0.82～O.85；为车轮滚动半径；为滚动阻力系数；为空气阻力系数；为汽车迎风面积；为汽车旋转质量换算系数。

由国标规定的路面条件可知：道路的坡度为0，即：故：（3）根据国标规定，我们总假定发动机达到最高转速时，换入下一档，直到达到最高车速的80%，所以整个加速过程的时间我们可表示为：这样可以求得汽车原地起步连续换挡的加速时间t，并作为汽车动力性的目标函数。

0引言机械优化设计，就是在给定的载荷或环境条件下，在对机械产品的性态、几何尺寸关系或其它因素的限制(约束)范围内，选取设计变量，建立目标函数并使其获得最优值的一种设计方法。

目前，已有很多成熟的优化方法程序可供选择，但它们各有自己的特点和适用范围。

实际应用时必须注意因为优化方法或初始参数选择而带来的收敛性问题及机时问题。

而MATLAB语言的优化工具箱则选用最佳方法求解，初始参数输入简单，语法符合工程设计语言要求，编程工作量小，优越性明显。

1MATLAB优化设计工具箱MATLAB语言是由美国Mathworks公司开发的集科学计算、数据可视化和程序设计为一体的工程应用软件，现已成为工程学科计算机辅助分析、设计、仿真以至教学等不可缺少的基础软件，它由MATLAB主包、Simulink组件以及功能各异的工具箱组成。

MA TLAB优化工具箱的应用包括：线性规划和二次规划，求函数的最大值和最小值，多目标优化，约束优化，离散动态规划等，其简洁的表达式、多种优化算法的任意选择、对算法参数的自由设置，可使用户方便地使用优化方法。

在MATLB主包和优化工具箱中都包含与优化有关的函数。

下面简单介绍应用最广泛的约束非线性规划问题。

数学模型为：2计算机应用与软件 2005年ux l c x c b A b Ax t s x f eq eq eq ≤≤=≤=≤,0,0)(,,.)(m inMATLAB 内置函数fmincon 的具体用法如下：调用格式:[x,fval]=fmincon(@f,x0,A,b)[x,fval]=fmincon(@f,x0,A,b,Aeq,beq)[x,fval]=fmincon(@f,x0,A,b,Aeq,beq,lb,ub)[x,fval]=fmincon(@f,x0,A,b,Aeq,beq,lb,ub,@nonlcon)输入变量说明：@f 表示目标函数)(x f ，通常可用.m 文件定义，也可用inline 函数定义，此时去掉变量前的@。

基于MATLAB的某微型商用车传动轴主轴的优化设计
王塞罗;崔亚辉;齐焕敏
【期刊名称】《机械工程师》
【年(卷),期】2018(000)006
【摘要】传动轴是高转速少支承的回转体,因此保证强度的同时减轻质量就显得十分重要.文中采用三维设计软件CATIAV5对某小型商用车传动轴进行了三维建模,然后利用MATLAB优化设计工具箱以搭配最佳的内外径,最后利用CATIA V5CAE 模块对传动轴进行了分析.验证了优化设计的可行性,为整车传动系设计提供了参考依据.
【总页数】3页(P4-5,13)
【作者】王塞罗;崔亚辉;齐焕敏
【作者单位】西安理工大学机械与精密仪器工程学院,西安710000;西安理工大学机械与精密仪器工程学院,西安710000;西安理工大学机械与精密仪器工程学院,西安710000
【正文语种】中文
【中图分类】U463.216;TH122
【相关文献】
1.基于MATLAB的某型号传动轴的可靠性优化设计 [J], 李瑞;芮延年
2.基于Matlab的转向管柱和传动轴力矩波动优化设计 [J], 柳强;高龙;周磊;张奇奇
3.基于MATLAB优化工具箱车床主轴优化设计 [J], 陈凯;宋效凯;刘亚飞;王思琪
4.基于Matlab的无心磨床主轴优化设计 [J], 付晓云
5.基于MATLAB煤液钻空心传动轴的优化设计 [J], 阮学云;王永生;张军;王光生因版权原因，仅展示原文概要，查看原文内容请购买。

基于matlab的微型车动力传动系参数优化设计近年来，微型车作为一种越来越受欢迎的交通工具，其动力传动系统的设计和优化变得越来越重要。

本文基于MATLAB工具箱，通过对微型车动力传动系统参数的优化设计，以提高其性能和经济性。

首先，微型车动力传动系统由内燃机、离合器、变速器和传动轴组成。

优化设计的目标是使车辆在不同行驶工况下，如加速、行驶和爬坡，实现高效且经济的能量转化和传递。

在进行参数优化设计前，需要明确优化设计的目标。

一般来说，微型车动力传动系统的优化目标可以包括以下几个方面：1.性能：包括加速性能、最高速度、爬坡能力等。

通过调整动力传动系统的参数，如内燃机的功率、离合器和变速器的传动比等，可以实现更好的性能。

2.能效：包括燃料经济性、能量传递效率等。

通过选择合适的参数，如内燃机的转速和负荷、变速器的传动比等，可以减少能量的损失，提高能效。

3.可靠性：通过优化设计，选择合适的材料和结构参数，提高动力传动系统的可靠性和耐久性。

接下来，需要建立微型车动力传动系统的数学模型。

根据传动系统的组成部分，可以建立相应的数学模型，如内燃机的燃烧模型、离合器和变速器的传动模型等。

在MATLAB中，可以通过编写相关的函数和脚本来实现模型的建立。

然后，需要选择适当的优化算法。

MATLAB提供了多种优化算法，如遗传算法、粒子群算法等，可以用于参数优化设计。

根据实际情况，选择合适的算法，并结合动力传动系统的数学模型，进行参数优化计算。

最后，通过迭代计算，得到最优的参数组合。

根据优化设计的目标，可以得到最优的内燃机功率、离合器和变速器的传动比等参数。

通过这些参数的优化设计，可以使微型车动力传动系统达到更好的性能和经济性。

综上所述，基于MATLAB的微型车动力传动系统参数优化设计，可以通过建立数学模型、选择适当的优化算法，实现对传动系统参数的优化设计。

这些优化设计的结果将有助于提高微型车的性能和经济性，进一步推动微型车的发展和应用。

基于MATLAB遗传算法的汽车传动系参数优化研究
陆超
【期刊名称】《内燃机与配件》
【年(卷),期】2018(000)002
【摘要】以汽车传动系统优化设计的数学模型为研究对象.分析出在目标函数加权因子的确定时,为了保证加权因子能够客观反映对应分量的权重,应对目标函数分量做归一化处理.运用MATLAB遗传算法工具箱优化了客车传动系参数.结果表明:在汽车动力性、经济性参数优化问题上,并行、非线和高效的遗传算法是一种有效的手段,能使车辆在保证动力性的同时提高经济性.
【总页数】3页(P63-65)
【作者】陆超
【作者单位】无锡开放大学,无锡214011
【正文语种】中文
【相关文献】
1.基于MATLAB遗传算法工具箱的PID参数优化研究 [J], 陈亚娟
2.基于遗传算法的军用汽车传动系参数优化研究 [J], 赵学鹏;谷军;张志伟;徐通
3.基于MATLAB和遗传算法的车辆悬架参数模型优化研究 [J], 魏静
4.基于MATLAB遗传算法的汽车传动系参数优化研究 [J], 陆超;
5.基于MATLAB平台的汽车传动系匹配多目标优化研究 [J], 刘林; 周萍; 王贺喜因版权原因，仅展示原文概要，查看原文内容请购买。